Python之Math库解析

简介: Python之Math库解析

Python内置数值操作

       1、数字运算符

       Python提供了 9 个基本的数值运算操作符,这些操作符有解释器直接提供,不需要引用第三方库,例如 最只因本的 " + "   " - "   " * "   " / "  " % "  " ** "等,其功能如下表:


Python内置数值运算符

操作符 功能
x + y x 与 y 之和
x - y x 与 y 之差
x * y x 与 y 之积
x / y x 与 y之商
x // y x 除 y 的整数商
x % y x 与 y之商的余数,(也称为取模运算)
- x x  * ( - 1)的简化写法,x的负值
+ x x本身
x ** y x的y次幂,即



       python中数值的运算基本符合我们生活中的数学习惯,对于非复数来说,只是将其虚部看为了0进行计算,并不影响其计算。

       此外,这里面的所有运算操作符,都有其对应的增强赋值操作符的形式:

+=  、-=、*=、/=、*=、//=、%=、**=


例如:x += 1 就相当于 x = x + 1

       2、数值运算函数

       当然python也提供了许多内置的数值运算函数,如下:


Python内置数值运算函数

函数 功能
abs(x) 计算并返回x的绝对值
divmod(x,y) 以二元组的形式返回(x//y ,x%y)
pow(x,y) 返回x的y次幂: ,同x**y
pow(x,y,z) 返回(x**y)% z
round(x [ ,ndigits ] ) 对x进行四舍五入操作,保留ndigits位小数。round(X)则返回整数值
min(X1,X2,......,Xn) 返回X1 ~  Xn中最小值
max(X1,X2,......,Xn) 返回X1 ~  Xn中最大值


        3、类型转换

       python的这些操作都会产生不同数据类型的数据。例如两个整数做 “/”运算就会产生 浮点数的结果。针对这个情况python提供了内置的数值类型转换函数,可以让两个数据进行显示的数据类型转换:


Python内置数值类型转换函数

函数 功能
int(x) 将x的类型数据转化为整数,x可以是浮点数,字符串
float(x) 将x转化为浮点数,x可以是字符串,可以是整数
complex(x [ ,im]) 生成一个复数x(其实部为x,im为可选虚部,默认为0),其中x可以为整数、浮点数、字符串;im可以是整数、浮点数,但是不能为字符串


Math库

       上面提供了许多的数值操作方法,但是这并不能满足我们计算机中或者是数学上的计算要求,数学计算中还包含了sinx,cosx等复杂的函数,要进行这些数据类型数据和函数的计算,Python提供了Math供解决。


       Math库是Python的内置库,不需要下载安装,导入即可使用。由于复数类型在一般的计算中并不常见,所以Math的函数并不支持复数类型的数据,仅支持浮点数和整数。

       1、常用数值表示函数


math库函数

常用函数 数学表达 功能
math.pi π 圆周率,值为3.1415926.....
math.e e 自然对数,值为2.718281.....
math.inf 正无穷大
-math.inf -∞ 负无穷大
math.nan 非浮点数标记,返回浮点nan
其他函数 数学表达 功能
math.fabs(x) 返回x的绝对值,同abs(x)
math.fmod(x,y) x%y 返回x与y的模,即x%y
math.fsum([ X1,X2,....Xn ]) X1+X2....+Xn 浮点数精确求和(传入参数为可迭代类型,如列表等等)
math.ceil(x) x⌈�⌉ 向上取整,返回不小于x的最小整数
math.floor(x) x⌊�⌋ 向下取整,返回不大于x的最大整数
math.factorial(x) x ! 返回x的阶乘,如果x是小数或者负数,返回ValueError(一种异常)
math.gcd(x,y) 返回a,b的最大公约数
math.frexp(x) x = m *2e2� 以二元组的形式,返回组成x的尾数和指数(m,e)
math.ldexp(x,i) x * 2i2� 返回x * 2i2�的值
math.modf(x) 例如x=3.14       返回(0.1400...,3.0) 以元组的形式(浮点数部分,整数部分)的形式返回x的小数和整数部分
math.trunc(x) 返回x的整数部分
math.isinf(x) 当x为正负无穷大,返回True,否则返回False
math.isfinite(x) 当x不是无穷大或NaN,返回True否则返回False

注: 当我们计算math.modf(3.14)的时候可能会发现以下结果:


可以发现小数部分并不是0.14,而是后面带了一个很小的尾数,

0. 0000000000000012

直接使用 == 比较浮点数的话会对最终的结果产生影响,因此建议采用math库函数。


        2、math库幂对函数

math库幂对函数

函数 数学表达 描述
math.pow(x,y) ,返回x的y次幂,即x**y
math.exp(x) ex�� 返回e的x次幂,e是自然对数
math.sqrt(x) x 返回x的平方根
math.log(x,base) logbasex�������� 返回以base为底,x为对数,base为可选
参数,若不输入,则默认为自然对数e,即lnx
math.log2(x) log2xlog⁡2� 返回以二为底,x的对数
math.log10(x) log10xlog10⁡� 返回以10为底,x的对数
math.expm1(x) ex�� - 1 返回e的x次幂 减一
math.log1p(x) ln(x+1)ln⁡(�+1) 返回x + 1 的自然对数值


        3、math库的三角函数

math库三角函数

函数 数学表达 功能
math.degrees(x) 角度x的弧度值角度值
math.radians(x) 角度x的角度值弧度制
math.hypot(x,y) x2+y2�2+�2 返回坐标(x,y)到原点的距离
math.sin(x) sinxsin⁡� 返回x的正弦值,x为弧度值
math.cos(x) cosxcos⁡� 返回x的余弦值,x为弧度值
math.tan(x) tanxtan⁡� 返回x的正切值,x为弧度值
math.asin(x) arcsinxarcsin⁡� 返回x的反正弦值,x为弧度值
math.acos(x) arccosxarccos⁡� 返回x的反余弦值,x为弧度值
math.atan(x) arctanxarctan⁡� 返回x的反正切值,x为弧度值
math.atan2(y,x) arctanyxarctan⁡�� 返回y/x的反正切值,x为弧度值
math.sinh(x) sinhxsinh⁡� 返回x的双曲正弦函数值
math.cosh(x) coshxcosh⁡� 返回x的双余余弦函数值
math.tanh(x) tanhxtanh⁡� 返回x的双曲正切函数值
math.asinh(x) arcsinh x 返回x的反双曲正弦函数值
math.acosh(x) arccosh x 返回x的反双曲余弦函数值
math.atanh(x) arctanh x 返回x的反双曲正切函数值
目录
相关文章
|
29天前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
148 0
|
1月前
|
数据采集 存储 JavaScript
解析Python爬虫中的Cookies和Session管理
Cookies与Session是Python爬虫中实现状态保持的核心。Cookies由服务器发送、客户端存储,用于标识用户;Session则通过唯一ID在服务端记录会话信息。二者协同实现登录模拟与数据持久化。
|
1月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
188 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
1月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
287 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
2月前
|
JSON 缓存 开发者
淘宝商品详情接口(item_get)企业级全解析:参数配置、签名机制与 Python 代码实战
本文详解淘宝开放平台taobao.item_get接口对接全流程,涵盖参数配置、MD5签名生成、Python企业级代码实现及高频问题排查,提供可落地的实战方案,助你高效稳定获取商品数据。
|
2月前
|
存储 大数据 Unix
Python生成器 vs 迭代器:从内存到代码的深度解析
在Python中,处理大数据或无限序列时,迭代器与生成器可避免内存溢出。迭代器通过`__iter__`和`__next__`手动实现,控制灵活;生成器用`yield`自动实现,代码简洁、内存高效。生成器适合大文件读取、惰性计算等场景,是性能优化的关键工具。
224 2
|
2月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
186 0
|
2月前
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
606 0
|
2月前
|
机器学习/深度学习 JSON Java
Java调用Python的5种实用方案:从简单到进阶的全场景解析
在机器学习与大数据融合背景下,Java与Python协同开发成为企业常见需求。本文通过真实案例解析5种主流调用方案,涵盖脚本调用到微服务架构,助力开发者根据业务场景选择最优方案,提升开发效率与系统性能。
674 0
机器学习/深度学习 算法 自动驾驶
444 0